重新审视散点图中的分类颜色感知:序列、发散与分类调色板
人机交互
2024-05-24 v2
摘要
现有的分类颜色选择指南通常是启发式的,往往基于直觉而非对读者能力的实证研究。虽然设计惯例推荐最大化色调差异的调色板,但最近探索性发现表明,其他因素(如亮度)可能在有效的分类调色板设计中发挥作用。我们使用五个颜色调色板族——单色调序列、多色调序列、感知均匀的多色调序列、发散和多色调分类——进行了一项众包实验,研究多类散点图中的均值判断,这些调色板在色调和亮度的处理方式上有所不同。参与者使用20种颜色映射估计包含2到10个类别的散点图中的相对均值位置。我们的结果证实了基于色调的分类调色板最有效的启发式指导。同时,它们也提供了额外证据,表明可扩展的分类编码不仅仅依赖于色调变化。
关键词
引用
@article{arxiv.2404.03787,
title = {Revisiting Categorical Color Perception in Scatterplots: Sequential, Diverging, and Categorical Palettes},
author = {Chin Tseng and Arran Zeyu Wang and Ghulam Jilani Quadri and Danielle Albers Szafir},
journal= {arXiv preprint arXiv:2404.03787},
year = {2024}
}
备注
Accepted for publication in EuroVis 2024 Short Paper